# Voicebox - 开源 AI 语音工作室，本地替代 ElevenLabs

> 7 引擎 TTS + 语音克隆 + 全局语音输入，本地运行零隐私泄露

## 项目简介
Voicebox 是一个本地优先的 AI 语音工作室，开源免费，一站式替代 ElevenLabs（语音合成）和 WisprFlow（语音输入）。支持语音克隆、多引擎 TTS、全局语音输入，以及通过 MCP 给任意 AI Agent 赋予自定义声音。

## 核心功能
| 模块 | 说明 |
|------|------|
| 多引擎 TTS | 7 个引擎可选：Qwen3-TTS、LuxTTS、Chatterbox、HumeAI TADA、Kokoro 等 |
| 语音克隆 | 零样本克隆，仅需几秒参考音频；支持多采样提升质量 |
| 23 种语言 | 覆盖英、日、阿、印地、斯瓦希里语等 |
| 情感标签 | Chatterbox Turbo 支持 [laugh]、[sigh]、[gasp] 等副语言标签 |
| 后处理效果 | 音高、混响、延迟、合唱、压缩、高低通滤波等 8 种效果 |
| 无限长度 | 自动分块 + 交叉淡入淡出，支持最长 5 万字 |
| Stories 编辑器 | 多轨道时间线，制作对话、播客、叙事音频 |
| 全局语音输入 | 系统级热键语音转文字，macOS 支持自动粘贴到焦点输入框 |
| Agent 语音输出 | MCP 工具调用 voicebox.speak，Claude Code / Cursor / Cline 都能说话 |
| 本地运行 | 模型和数据不出本机，Tauri（Rust）构建，非 Electron |

## 技术栈
| 技术 | 说明 |
|------|------|
| Tauri (Rust) | 原生桌面应用框架，轻量高性能 |
| TypeScript | 前端与 API 层 |
| MLX/Metal | macOS Apple Silicon 加速 |
| CUDA / ROCm | Windows / Linux GPU 加速 |
| MCP Server | 内置 MCP 服务，Agent 可直接调用 |

## 适用场景
- 需要隐私保护的本地语音合成与克隆
- 为 AI Agent（Claude Code、Cursor、Cline）添加个性化语音
- 播客/有声书多角色制作
- 跨语言内容创作与翻译配音

## Stars
27,735 Stars，TypeScript，MIT License

---

**分类**：软件
**标签**：本地 · 语音 · 克隆
**作者**：Xiao.Xi
**链接**：https://octohz.com/p/1714